arXiv · cs.CL· Elmira Salari·· 15 小时前AI 评分29
LLM 辅助标签噪声校正用于基于 EEG 的睡眠分期分类
LLM-Assisted Label Noise Correction for EEG-Based Sleep Stage Classification
来源与原文
arXiv · cs.CL
作者：Elmira Salari
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.08311v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出一种仅在训练阶段运行的 LLM 辅助标签噪声过滤流程：先用 TinySleepNet 提取每 epoch 的 SoftMax 置信度，将低置信度 epoch 连同 EEG 频谱特征与序列上下文交给 LLaMA 3.1，按 AASM 睡眠评分指南判定 RELIABLE 或 SUSPICIOUS，剔除可疑标注后重新训练。在 Sleep-EDF Expanded 数据集上以 20 折交叉验证评估，整体准确率从 81.8% 提升至 84.6%，Macro F1-score 从 75.6% 提升至 77.4%，REM 检测提升尤为明显。由于 LLM 只在训练时使用，推理阶段仍保留 1.3M 参数的轻量 TinySleepNet，适用于实时可穿戴睡眠监测。
来源：arXiv · cs.CL · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。